Predicting Corporate Failure: The GRASP-LOGIT Model || Predicci—n de la quiebra empresarial: el modelo GRASP-LOGIT

Predicting corporate failure is an important problem in management science. This study tests a new method for predicting corporate failure on a sample of Spanish firms. A GRASP (Greedy Randomized Adaptive Search Procedure) strategy is proposed to use a feature selection algorithm to select a subset of available financial ratios, as a preliminary step in estimating a model of logistic regression for predicting corporate failure. Selecting only a subset of variables (financial ratios) reduces the costs of data acquisition, increases prediction accuracy by excluding irrelevant variables, and provides insight into the nature of the prediction problem allowing a better understanding of the final classification model. The proposed algorithm, that it is named GRASP-LOGIT algorithm, performs better than a simple logistic regression in that it reaches the same level of forecasting ability with fewer accounting ratios, leading to a better interpretation of the model and therefore to a better understanding of the failure process. || La predicci—n de la quiebra empresarial es un problema que goza de una gran relevancia en las ciencias empresariales. En este trabajo se propone un nuevo mŽtodo para predecir la quiebra empresarial en una muestra de empresas espa–olas. Concretamente se trata de un algoritmo de selecci—n de variables basado en la estrategia metaheur’stica GRASP (procedimiento de bœsqueda adaptativa aleatoria y voraz) para seleccionar un subconjunto de ratios financieros, como un paso preliminar para estimar un modelo de regresi—n log’stica que prediga la quiebra empresarial. La selecci—n de un subconjunto de ratios financieros, de entre todos los disponibles, reduce los costes de adquisici—n de datos, aumenta la precisi—n de la predicci—n al excluir las variables irrelevantes y proporciona informaci—n sobre la naturaleza del problema de predicci—n. Todo lo anterior permite una mejor comprensi—n del modelo de clasificaci—n final. Nuestro nuevo modelo, al que llamamos modelo GRASP-LOGIT, funciona mejor que una simple regresi—n log’stica en el sentido de que alcanza el mismo nivel de capacidad de predicci—n con menos ratios contables, lo que lleva a una mejor interpretaci—n del modelo y, por lo tanto, a una mejor comprensi—n del proceso de quiebra empresarial.